1.一种由停电引起的投诉预测方法，其特征在于，包括以下步骤：
（1）通过收集国家电网pms2.0系统、营销系统、95598客服系统中的停电信息、客户台账信息和用户的话务信息获得了各个维度数据，并通过用户台区编号和用户户号对三个系统内的数据进行了关联，并由此区分了停电期间话务数据和非停电期间的话务数据；
（2）对于停电期间的话务数据，先用熵值法确定停电时长、是否事先通知、高峰停电时间占比对话务数据有影响的特征的权重，后根据其影响权重，屏蔽停电事件对台区之间停电话务数据带来的差异，在此基础上根据日常话务数据和停电话务数据来电力用户的敏感程度进行刻画。
2.根据权利要求1所述的一种由停电引起的投诉预测方法，其特征在于，对话务数据进行降维，对比主成分分析法和t-分布式随机邻域嵌入的实际效果，选取t-sne对话务数据进行降维。
3.根据权利要求2所述的一种由停电引起的投诉预测方法，其特征在于，对降维后的数据进行聚类分析，并划定敏感度等级。
4.根据权利要求3所述的一种由停电引起的投诉预测方法，其特征在于，通过与k均值算法k-means相比较，选择高斯混合模型，利用高斯混合模型的聚类结果，对用户的敏感程度划分为5级。
5.根据权利要求4所述的一种由停电引起的投诉预测方法，其特征在于，所述5级分别为敏感、较敏感、正常、较不敏感、不敏感。
6.根据权利要求1所述的一种由停电引起的投诉预测方法，其特征在于，在客户敏感度的基础上，针对单次的停电，根据停电时长、是否属于频繁停电、停电时间段、停电台区及其敏感度等特征，采用机器学习的方式对非计划抢修停电和计划停电引起的投诉概率进行预测。
7.根据权利要求1所述的一种由停电引起的投诉预测方法，其特征在于，复电后12小时内的受影响区域内用户的投诉属于停电引起的投诉。
8.根据权利要求7所述的一种由停电引起的投诉预测方法，其特征在于，预测模型评估所用模型为对比决策树、支持向量机和逻辑回归的预测模型。
9.根据权利要求8所述的一种由停电引起的投诉预测方法，其特征在于，决策树算法结果对停电引起的投诉进行预测。
10.根据权利要求9所述的一种由停电引起的投诉预测方法，其特征在于，选择模型预测后，利用随机森林算法进行改进。